• Nenhum resultado encontrado

Planejamento automático de atividades de ensino aprendizagem. Geiser Chalco Challco

N/A
N/A
Protected

Academic year: 2022

Share "Planejamento automático de atividades de ensino aprendizagem. Geiser Chalco Challco"

Copied!
43
0
0

Texto

(1)

Planejamento autom´ atico de atividades de ensino aprendizagem

Geiser Chalco Challco geiser@ime.usp.br

Exame de Qualificac ¸˜ ao apresentada ao Instituto de Matem´ atica e Estat´ıstica

da

Universidade de S˜ ao Paulo para

obten¸c˜ ao do t´ıtulo de

Mestre em Ciˆ encias

Programa: Ciˆ encia da Computa¸c˜ ao Orientador: Prof. Dr. Marco Aur´ elio Gerosa

O aluno recebe apoio financiero da CNPq S˜ao Paulo, Setembro de 2009

(2)

Resumo

Projeto instrucional representa uma cole¸c˜ao de tarefas e fases complexas efetuadas pelos pro- jetistas instrucionais com o prop´osito de desenvolver ambientes adequados para facilitar e dar suporte `a aprendizagem. Efetuar as tarefas de forma manual exige muitas competˆencias dif´ıceis de ser adquiridas, consumem muito tempo e geralmente s˜ao tarefas repetitivas; al´em das dificul- dades originadas pelas diferentes motiva¸c˜oes, objetivos, conhecimentos pr´evios e preferˆencias dos estudantes.

Assim, a automatiza¸c˜ao das fases de desenvolvimento e implementa¸c˜ao no projeto instrucional tˆem-sido durante anos tema central do desenvolvimento de t´ecnicas sofisticas, sendo as mais estuda- das as baseadas no planejamento instrucional. Embora resultados importantes tem sido atingidos nos anos noventa, o surgimento da Web, as ferramentas de colabora¸c˜ao e o modelo de aprendiza- gem colaborativo originaram novas dificuldades sendo atualmente um t´opico relevante e de especial interesse na comunidade cient´ıfica.

O objetivo deste projeto de maestria e desenvolver uma ferramenta que al´em de utilizar t´ecnicas de planejamento instrucional para automatizar a gera¸c˜ao dos ambientes de aprendizagem forne¸ca adaptatividade no modelo de aprendizagem colaborativo.

i

(3)

ii

(4)

Sum´ ario

1 Introdu¸c˜ao 1

1.1 Perguntas de investiga¸c˜ao . . . 3

1.2 Objetivos do Trabalho . . . 4

1.3 Contribui¸coes . . . 5

2 Fundamentos 7 2.1 Tecnologias de Aprendizagem Eletrˆonico . . . 7

2.1.1 Objetos de Aprendizagem . . . 7

2.1.2 Projeto de Aprendizagem . . . 9

2.1.3 Unidade de Aprendizagem . . . 10

2.1.4 Perfil do Estudante. . . 12

2.1.5 Sistemas de Gerenciamento de Aprendizagem (LMS) . . . 13

2.2 Projeto Instrucional . . . 13

2.2.1 Fases do Projeto Instrucional . . . 13

2.2.2 Aprendizagem Colaborativo . . . 16

2.2.3 Projeto de Aprendizagem Colaborativo (CSCL Design) . . . 16

2.3 Planejamento em Inteligˆencia Artificial . . . 17

2.3.1 Planejamento Hier´arquico . . . 18

2.3.2 Planejamento Instrucional - Vis˜ao conjunta (Justificativa) . . . 24

3 Trabalhos Relacionados 27 3.1 A base de conhecimento instrucional em GTE . . . 28

3.2 A estrutura de conte´udo e os planos de conte´udo e apresenta¸c˜ao. . . 31

4 Plano de Trabalho 35

Referˆencias Bibliogr´aficas 37

iii

(5)

iv SUM ´ARIO

(6)

Cap´ıtulo 1

Introdu¸ c˜ ao

Automatic course generation is a very important area of research with numerous practical applications in e-learning. It has been studied since the 1980s within the fields of intelligent tutoring, AI and education, adaptive hypermedia and web-based educational systems. Many approaches have been proposed, but hardly any have resulted in generic and practically applied systems. Course generation based on HTN planning is implemented in PAIGOS and has been evaluated by technical, formative and summative evaluations.

Automatizar o processo do projeto instrucional envolve substituir atividades ou prover as- sistˆencia aos projetistas instrucionais estendendo as capacidades durante o processo de projeto instrucional.

Projeto instrucional ´e definido desde o ponto de vista engenheiral de Michael [], Merrill []

e Goodyear [] como um processo sistem´atico de atividades generalmente estruturadas em cinco fases que de acordo com o modelo ADDIE (Analisy, Design, Deployment, Implementation, Eva- luation) correspondem a analises, planejamento, desenvolvimento, implementa¸c˜ao. As atividades destas fases s˜ao efetuadas pelos projetistas instrucionais com o proposito de desenvolver sistemas de aprendizagem que facilitem e melhorem a aprendizagem.

Ferramentas que automatizam a proje¸c˜ao instrucional provem assistˆencia aos projetistas ins- trucionais no processo de produ¸c˜ao e eliminam na necessidade de efetuar tarefas complicadas ou apresentam assistˆencia aos projetistas menos experientes. O conjunto de tarefas similar as ferra- mentas que apresentam suporte no processo de engenheira de software em diversas fases do processo.

As ferramentas que automatizam o desenvolvimento e implementa¸c˜ao de ambientes de aprendiza- gem conhecidas como courseware e sequencingware que al´em de atingir os requisitos identificados pelo projetista instrucional apresentam adaptatividade de acordo as caracter´ısticas individuais dos estudantes foram desenvolvidas nos ´ultimos anos com muito interesse.

O projeto instrucional ´e a pr´atica de extrair um conjunto de diretrizes concretas para facilitar a ocorrˆencia de certos processos de aprendizagem, maximizando a efetividade, eficiˆencia e atratividade da aprendizagem [14]. Isto ´e a pr´atica prescritiva no desenvolvimento de unidades de aprendizagem (curricular, curso, li¸c˜ao, modulo, etc.).

Embora os especialistas e investigadores do projeto instrucional [6], [7], [?] efetuem uma dis- tin¸c˜ao entre projeto instrucional, desenvolvimento instrucional, desenvolvimento de sistemas instru-

1

(7)

2 CAP´ITULO 1. INTRODUC¸ ˜AO cionais e projeto de sistemas instrucionais para diferenciar o proposito e a amplitude do conjunto de atividades que comp˜oem o processo de projeto instrucional nos abordamos o conceito engenheiral de Merrill [?] onde projeto instrucional ´e definido como o processo de tarefas complexas a serem efetuadas nas fases de analises, planejamento, desenvolvimento, implementa¸c˜ao e avalia¸c˜ao desen- volvidos com o prop´osito facilitar o processo de aprendizagem, maximizado a efetividade, eficiˆencia e atratividade de sistemas de aprendizagem.

Os Sistemas Gerenciadores de Aprendizagem, Learning Management Systems (LMSs), evolu´ıram e se tornaram populares no ensino em empresas e institui¸c˜oes educacionais apresentando bons re- sultados desde o ponto de vista tecnol´ogico, integrando recursos did´aticos como objetos de apren- dizagem, ferramentas de administra¸c˜ao de grupos e servi¸cos de comunica¸c˜ao (f´oruns, bate-papo, videoconferˆencias, etc.). No entanto, estes sistemas ainda n˜ao oferecem funcionalidades espec´ıficas para o desenvolvimento de cursos adaptativos orientados em processos de ensino-aprendizagem dependente do m´etodo pedag´ogico utilizado, objetivos de aprendizagem, caracter´ısticas dos parti- cipantes, e recursos did´aticos dispon´ıveis.

A necessidade nos ´ultimos anos tem originado o desenvolvimento dos LMSs desde sistema sim- ples de gest˜ao de cursos at´e sistemas complexos baseados na teoria dedesign instrucional, que desde a perspectiva de Siqueira et al. [15] correspondem com a terceira onda de sistemas para o apren- dizado eletrˆonico. Na primeira onda os sistemas forneciam armazenamento, consultas, servi¸cos de comunica¸c˜ao e relat´orios dos cursos com o prop´osito de simplificar a administra¸c˜ao e gest˜ao dos cursos de forma centralizada. A segunda onda incorpora funcionalidades para a cria¸c˜ao, com- posi¸c˜ao e reutiliza¸c˜ao de conte´udos sendo foco principal os objetos de aprendizagem. Na terceira onda, interesse no presente trabalho, o processo de ensino-aprendizagem definido como um conjunto de atividades a ser efetuadas pelos participantes em ambientes apropriados para atingir objetivos de aprendizagem ´e o foco principal. O interesse da terceira onda ´e o que as pessoas fazem com os conte´udos (objetos de aprendizagem) e de como interagem com as ferramentas a fim de que a aprendizagem ocorra.

Na teoria de design instrucional as atividades do processo de ensino-aprendizagem s˜ao pro- jetadas utilizando diretrizes ou regras que constituem o conhecimento pedag´ogico (derivado das teorias de aprendizagem, experiˆencias passadas, e padr˜oes pedag´ogicos). No entanto, o design manual das atividades exige muita experiˆencia dif´ıcil de ser adquirida, consume muito tempo e geralmente ´e uma tarefa repetitiva. Al´em disso, os especialistas s˜ao escassos devido `a necessidade de competˆencias pedag´ogicas avan¸cadas, o conhecimento do dom´ınio e conhecimento extenso de m´ıdias e tecnologias. Por outro lado as diferentes motiva¸c˜oes, objetivos, conhecimentos pr´evios e preferˆencias dos estudantes dificultam a adaptatividade no curso.

As t´ecnicas de Inteligˆencia Artificial (IA), em especial as de planejamento tornam-se candidatas para a constru¸c˜ao de ferramentas para automatizar o processo de design instrucional. A id´eia n˜ao ´e nova, existindo propostas [8], [17], [1], [16] que apresentam representa¸c˜ao expl´ıcita do conhecimento instrucional num componente pedag´ogico.

Por outro lado o problema de projetar a sequˆencia de atividades de ensino-aprendizagem com

(8)

1.1. PERGUNTAS DE INVESTIGAC¸ ˜AO 3 algoritmos cl´assicos de planejamento que possam resultar numa sequˆencia de atividades definitiva n˜ao ´e poss´ıvel devido `a natureza do problema. O problema ´e parcialmente observ´avel (ativida- des externas afetam o aprendizado), dinˆamico (os recursos did´aticos ficam distribu´ıdos e mudam continuamente), n˜ao-determin´ıstico (as atitudes, pr´atica e conhecimento pr´evio de cada estudante impacta no resultado do aprendizado) e n˜ao discreto (as teorias de aprendizagem construtivas consideram o processo de aprendizagem como a constru¸c˜ao do conhecimento em passos n˜ao dis- cretos). Por tanto, as propostas de [17], [1] utilizam um modelo de execu¸c˜ao, monitoramento e re-planejamento para suprir as falhas no plano projetado inicialmente possibilitando efetuar mu- dan¸cas levando em conta os resultados obtidos. Ullrich [16] apresenta uma solu¸c˜ao baseando na expans˜ao de tarefas dinˆamicas, conforme detalhado no cap´ıtulo de trabalhos relacionados.

A especifica¸c˜ao IMS-LD como formaliza¸c˜ao da representa¸c˜ao do processo de aprendizagem apresenta uma oportunidade forma de representar o m´etodo pedag´ogico e possibilita adicionar informa¸c˜ao no componente instrucional, no entanto ´e preciso definir como ser´a inclu´ıdo e utilizado no projeto.

Nosso objetivo ´e desenvolver uma ferramenta que levando em conta as teorias de design instru- cional, possibilite a representa¸c˜ao expl´ıcita do conhecimento instrucional, e utilize como base deste conhecimento um reposit´orio de IMS-LD, como representa¸c˜ao dos m´etodos pedag´ogicos existentes.

1.1 Perguntas de investiga¸c˜ao

O presente trabalho ´e efetuado em um ´area ampla demais para o escopo de um trabalho de mestrado, sendo necess´ario clarificar as quest˜oes gerais e quest˜oes especificas que pretendem ser respondidas com o presente trabalho.

Para posicionar o trabalho dentro da ´area especifica de estudo as quest˜oes a seguir ser˜ao res- pondidas ao longo do presente texto:

1. Quais s˜ao as etapas ou fases na gera¸c˜ao de cursos [colaborativos] ?.

2. Como s˜ao utilizadas as especifica¸c˜oes eLearning durante o processo de gera¸c˜ao de cursos [colaborativos]?

3. Quais s˜ao as caracter´ısticas principais a ser levadas em conta no desenvolvimento de curso [colaborativos] adapt´aveis [objetivos-padr˜oes]?

4. Como as t´ecnicas de planejamento em IA s˜ao utilizadas para automatizar as fases de gera¸c˜ao de cursos adapt´aveis?

5. Como dar suporte aos participantes do processo de aprendizagem (estudantes e docentes) na intera¸c˜ao do curso gerado?

Respondias as perguntas acima no presente texto. O projeto tem por objetivo responder as quest˜oes seguentes.

1. Como modelar as regras do componente instrucional a ser utilizado nos cursos gerados ?.

(9)

4 CAP´ITULO 1. INTRODUC¸ ˜AO 2. Como gerar os cursos adapt´aveis utilizando o planejamento instrucional?.

3. Como utilizar as especifica¸c˜oes eLearning durante o processo de gera¸c˜ao de cursos [colabora- tivos]?

4. Como dar suporte aos participantes do processo de aprendizagem na intera¸c˜ao do curso ge- rado?

5. Como efetuar o replanejamento instrucional em caso de falha no processo inicial?

1.2 Objetivos do Trabalho

Eu estou restringindo o meu trabalho a responder as quest˜oes: Como modelar as regras do componente instrucional para efetuar um planejamento instrucional gen´erico?. Como gerar os cur- sos adapt´aveis utilizando o planejamento instrucional?. Como utilizar as especifica¸c˜oes eLearning mais adoptadas durante o processo de implementa¸c˜ao dos cursos adapt´aveis?. Como dar suporte aos participantes do processo de aprendizagem na intera¸c˜ao do curso gerado? e como efetuar o replanejamento instrucional em caso de falha no processo inicial?

Projeto instrucional representa uma cole¸c˜ao de tarefas complexas efetuadas pelos projetistas instrucionais com o prop´osito de desenvolver ambientes adequados para facilitar e dar suporte `a aprendizagem.

Efetuar as tarefas de projeto instrucional de forma manual exige muitas competˆencias dif´ıceis de ser adquiridas, consumem muito tempo e geralmente s˜ao tarefas repetitivas; al´em das dificul- dades originadas pelas diferentes motiva¸c˜oes, objetivos, conhecimentos pr´evios e preferˆencias dos estudantes.

Efetuar as tarefas de projeto instrucional de forma manual exige muitas competˆencias1

Eu estou restringindo o meu trabalho a responder as quest˜oes: Como modelar as regras do com- ponente instrucional para efetuar um planejamento instrucional gen´erico?. Como gerar os cursos adapt´aveis utilizando o planejamento instrucional?. Como utilizar as especifica¸c˜oes eLearning mais adoptadas durante o processo de gera¸c˜ao dos cursos adapt´aveis?. Como dar suporte aos partici- pantes do processo de aprendizagem na intera¸c˜ao do curso gerado? como efetuar o replanejamento instrucional em caso de falha no processo inicial?

Cria¸c˜ao de um sistema de software baseado em conhecimento que automatize o processo de planejamento das atividades de ensino aprendizagem, levando em conta o m´etodo pedag´ogico e contexto deixando as tarefas de decis˜oes cr´ıticas aos projetistas instrucionais ou docentes.

O m´etodo pedag´ogico ´e extra´ıdo dos padr˜oes pedag´ogicos, teorias de planejamento instrucional codificados no design instrucional. O contexto ´e referido as caracter´ısticas dos estudantes, objetivos de aprendizagem, caracter´ısticas do ambiente e recursos dispon´ıveis.

As tarefas de decis˜oes cr´ıticas s˜ao defini¸c˜oes de objetivos a serem atingidos, sele¸c˜ao de m´etodos pedag´ogicos a serem utilizados e execu¸c˜ao de replanejamento em caso que o plano gerado apresente

1conhecimento de estrategias pedag´ogicas a ser aplicadas, conhecimento profundo do dom´ınio de ser ensinado, identifica¸ao das rela¸oes entre recursos de aprendizagem dispon´ıveis, etc

(10)

1.3. CONTRIBUIC¸ OES 5 problemas na execu¸c˜ao.

1.3 Contribui¸coes

• Estudo e levantamento bibliografico do sequenciamento de atividades didaticas que utilizam t´ecnicas de planejamento automatico e semi-automatico, que codifiquem o conhecimento pe- dag´ogico.

• Posibilita a utiliza¸c˜ao por instrutores no expertos no desenvolvimento de unidades de apren- dizagem.

• Prover recomenda¸c˜oes, exemplifica¸c˜ao e templates para as tarefas de aprendizagem.

(11)

6 CAP´ITULO 1. INTRODUC¸ ˜AO

(12)

Cap´ıtulo 2

Fundamentos

Neste Cap´ıtulo apresentamos os fundamentos do presente trabalho: projeto instrucional, pla- nejamento instrucional, planejamento em IA e especifica¸c˜oes eLearning.

2.1 Tecnologias de Aprendizagem Eletrˆonico

Nesta se¸c˜ao apresentamos os conceitos fundamentais referidos as tecnologias de aprendizagem eletrˆonico (eLearning) e especifica¸c˜oes eLearning utilizados ao longo do presente trabalho.

2.1.1 Objetos de Aprendizagem

Objetos de aprendizagem ´e definido como quaisquer entidade utilizada durante o processo de aprendizagem [5], [3]. Sendo classificados de acordo com McGreal [9] do gen´erico ao especifico como:

entidades, entidades digital, entidade com proposito instrucional, entidades digitais com proposito instrucional e entidades digitais com proposito instrucional etiquetado de forma especifica, a Figura 2.1ilustra esta classifica¸c˜ao.

Figura 2.1: Classifica¸ao de objetos de Aprendizagem [9]

Para o proposito do presente trabalho a ´unica representa¸c˜ao do objeto de aprendizagem consi- derado ´e a definida como entidade digital etiquetada de forma especifica com proposito instrucional sendo a especifica¸c˜ao IMS-MD/IEEE-LOM a mais adoptada para efetuar o etiquetado.

7

(13)

8 CAP´ITULO 2. FUNDAMENTOS A especifica¸c˜ao IMS-MD/IEEE-LOM

A especifica¸c˜ao IEEE Learning Object Metadata (LOM) [3] s˜ao meta-dados que descrevem os objetos de aprendizagem (OA), possibilitando que os dados que descrevem ao objetos de aprendi- zagem sejam intelig´ıveis pelo computador.

Figura 2.2: Modelo LOM (Learning Object MetaData)

O IMS-MD/IEEE-LOM organiza os meta-dados em uma estrutura taxonˆomica hier´arquica como

´

e apresentada na figura2.2 em nove categorias descritas a seguir:

General (General) Os meta-dados descrevem em forma geral o OA tais como identificador, t´ıtulo, descri¸c˜ao, l´ıngua, palavras-chave, etc.

Ciclo de Vida (Life-cycle) Detalham o ciclo de vida do Objeto de Aprendizagem, incluindo um hist´orico da vers˜ao, estado atual, contribuidores, etc.

Meta-Metadados (Meta-Metadata) Agrupam a informa¸c˜ao acerca dos meta-dados. Informa¸c˜ao de contribuidores, vers˜ao da especifica¸c˜ao, linguagem dos meta-dados, etc.

T´ecnica (Technical) Apresenta a informa¸c˜ao relacionada as caracter´ısticas t´ecnicas como tama- nho, localiza¸c˜ao e formato. Alem de poss´ıveis requisitos tecnol´ogicos necess´arios para poder executar o OA.

Educacional (Educational) O elemento apresenta as diferentes caracter´ısticas instrucionais do ob- jeto. Caracter´ısticas como tipo de recurso (exerc´ıcio, diagrama, figura) n´ıvel de interatividade (alta, normal, baixa), contexto de uso (universidade, ensino fundamental, m´edio).

Direitos Autorais (Rights) Descreve a informa¸c˜ao da propriedade intelectual(condiciones de uti- liza¸c˜ao, licen¸cas).

(14)

2.1. TECNOLOGIAS DE APRENDIZAGEM ELETR ˆONICO 9 Rela¸c˜ao (Relation) Possibilita expressar o tipo de relacionamento entre os objetos (baseado em,

parte de, para, etc).

Anota¸c˜ao (Annotation) Possibilitam a inclus˜ao de informa¸c˜ao de coment´arios sobre o uso dos OAs, com informa¸c˜ao de quando e quem gero o coment´ario.

Classifica¸c˜ao (Cassification) Permite definir novas taxonomias para classifica¸c˜ao dos objetos n˜ao contempladas na especifica¸c˜ao. A classifica¸c˜ao ´e identificada com um proposito e um caminho do T´axon com origem ´e T´axon(Id, Entrada).

2.1.2 Projeto de Aprendizagem

O projeto de aprendizagem ou processo instrucional ´e definido como a estrategia pedag´ogica de aprendizagem utilizada pelos participantes para atingir os objetivos de aprendizagem durante a execu¸c˜ao do curso. O projeto de aprendizagem ´e obtido como o produto das fases de an´alises e proje¸c˜ao no projeto instrucional e descreve o conjunto de atividades a ser efetuadas pelos partici- pantes em forma estruturada [7].

O projeto de aprendizagem mais do que ser universal ´e situacional dependente do contexto.

Assim o conjunto de regras obtidas das teorias de aprendizagem, boas pr´aticas e padr˜oes nas boas pr´aticas que possibilitam a sele¸c˜ao e desenvolvimento s˜ao resumidas na estrutura seguinte:

SE S ( s i t u a ¸c ˜a o ) ´e a p r e s e n t a d a com v a l o r e s V ( c o n t e x t o )

ENT˜AO u s a r M ( p r o j e t o de a p r e n d i z a g e m ) [ com p r o b a b i l i d a d e $P$ ]

Onde a situa¸c˜ao de aprendizagem S com valores V (valores das vari´aveis do contexto) divido em resultados de aprendizagem (efetividade, eficiˆencia, atratividade e acessibilidade) e condi¸c˜oes (objetivos de aprendizagem, caracter´ısticas dos participantes, caracter´ısticas do ambiente e ca- racter´ısticas das m´ıdias dispon´ıvel) utiliza o m´etodo M que define a estrategia de aprendizagem com melhor probabilidade P determinada de pr´aticas sucessivas de aplicar o mesmo projeto de aprendizagem.

A especifica¸c˜ao IMS-LD

A especifica¸c˜ao IMS-LD ´e a especifica¸c˜ao da IMS-Global Learning Consortion (IMS-GLC), base- ada no Education Modeling Language (EML), desenvolvido desde os in´ıcios dos 90 pela Open Uni- veristy of Netherlands (OUNL), com o prop´osito de representar um amplo conjunto de estrat´egias pedag´ogicas de aprendizagem descritos como atividades a serem efetuadas pelos participantes utili- zando objetos de aprendizagem e servi¸cos apropriados a fim de atingir resultados de aprendizagem desejados [?], [4].

Os elementos do IMS-LD apresentados na figura2.3dividem o projeto de aprendizagem em trˆes n´ıveis hier´arquicos de representa¸c˜ao A,B e C.

.

(15)

10 CAP´ITULO 2. FUNDAMENTOS

Figura 2.3: Estrutura Conceitual de IMS-LD

N´ıvel A Implica a representa¸c˜ao de diferentes estrategias pedag´ogicas simples onde todos os par- ticipantes relacionados com um papel efetuam as atividades de forma sequˆencial. A estrategia

´e descrita como um conjunto de roteiros de pe¸ca de teatro (< play >) no elemento m´etodo (< method >) decompondo as atividades em uma sequˆencia lineal de atos (< act >). Onde o final de cada ato ´e o ponto de sincroniza¸c˜ao que assegura que todos os participantes iniciem a pr´oxima atividade de forma simultanea.

N´ıvel B O N´ıvel B inclui a representa¸c˜ao de diferentes estrategias individualizadas que possibili- tam definir um sequˆenciamento mais complexo das atividades atrav´es do uso de condiciones (< coditions >) associadas com propriedades (< properties >) que definem se determinado elemento ´e acess´ıvel ou n˜ao durante o processo de execu¸c˜ao. Assim, por exemplo ´e poss´ıvel de- finir estrategias que levem em conta o conhecimento pr´evio de cada estudante e as preferencias para efetuar atividades em grupos pequenos.

N´ıvel C Neste n´ıvel s˜ao adicionadas notifica¸c˜oes (< notif ication >) que possibilitam o envio de mensagem de maneira automatizada. As notifica¸c˜oes s˜ao definidas no termino de atividades ou em reposta aos eventos (conclus˜ao de atividade, cˆambios nas propriedades, avalia¸c˜ao de uma condi¸c˜ao como verdadeira) que incrementa a flexibilidade da estrat´egia.

2.1.3 Unidade de Aprendizagem

Uma unidade de aprendizagem (Unit of Learning, UoL), ´e definida como uma cole¸c˜ao auto- contida e organizada de recursos (atividades, papeis, objetos de aprendizagem, servi¸cos) que incluem

(16)

2.1. TECNOLOGIAS DE APRENDIZAGEM ELETR ˆONICO 11 uma estrategia pedag´ogica de ensino para definir as atividades a ser efetuadas pelos participantes do processo de aprendizagem para atingir objetivos de aprendizagem desejados [12].

A unidade de aprendizagem pode ser t˜ao extensa como um curso completo de p´os-gradua¸c˜ao ou t˜ao pequena como uma ´unica atividade de aprendizagem. O conceito de unidade de aprendizagem para nos ´e utilizada para descrever os cursos.

processos aplicados a cursos, li¸c˜oes, t´opicos e m´odulos que podem ser reutilizados por diferentes pessoas com diferentes configura¸c˜oes.

A especifica¸c˜ao IMS-CP, IMS-LD

A especifica¸c˜ao IMS-CP define a distribui¸c˜ao dos recursos em uma unidade de aprendizagem para ser intercambiado entre diferentes sistemas de aprendizagem, promovendo a reutiliza¸c˜ao com- pleta ou parcial dos elementos no pacote. A Figura 2.4 apresenta a estrutura do pacote IMS-CP al´em do elemento utilizado para descrever o projeto de aprendizagem.

Figura 2.4: Estrutura do pacote (IMS-CP) .

O elemento principal do pacote ´e o manifesto (imsmainfest.xml), que define como e de que elementos est´a composta a unida de aprendizagem. Assim os blocos principais do pacote s˜ao:

• O bloco metadado (Metadata) apresenta os metadados utilizados para descrever a unidade de aprendizagem como um todo possibilitando efetuar buscas e classifica¸c˜oes. A descri¸c˜ao dos meta-dados ´e feita de acordo com a especifica¸c˜ao de LOM.

• O bloco organiza¸c˜oes (organizations) descreve a estrutura dos recursos contidos na unidade, geralmente aqui ´e o lugar onde as diferentes estrategias de aprendizagem ´e inclu´ıda seguindo

(17)

12 CAP´ITULO 2. FUNDAMENTOS a especifica¸c˜ao IMS-LD.

• O bloco recursos (Resources) definem os recursos digitais utilizados no pacote. Os arquivos referenciados aqui s˜ao m´ıdias digitais, textos, exerc´ıcios ou qualquer elemento digital (objeto de aprendizagem).

• O bloco de sub-manifestos (sub)Manifest(s) descrevem escopos menores de unidades de apren- dizagem contidas na unidade maior. Assim, por regra geral existe um manifesto que descreve o pacote como um todo e os submanifestos descrevam escopos menores inclu´ıdas na unidade de aprendizagem. Na atualidade n˜ao ´e recomend´avel definir este elemento devido a que a IMS-GLC esta trabalhando em uma especifica¸c˜ao para descrever este elemento.

2.1.4 Perfil do Estudante

Em eLearning o processo de aprendizagem do estudante ´e entendido como um processo que ´e executado ao longo da vida do estudante processo conhecido como aprendizagem ao longo da vida (Life Long Learning, LLL). Desta forma ´e de muito interesse de organiza¸c˜oes em possibilitar o compartilhamento da informa¸c˜ao do estudante incluindo informa¸c˜oes de preferencias, capacidades cognitivas e habilidades do estudante, al´em de informa¸c˜ao relacionada com chaves de seguran¸ca sendo assim proposta a especifica¸c˜ao IMS-LIP para o compartilhamento desta informa¸c˜ao.

Especifica¸c˜ao IMS-LIP

A especifica¸c˜ao IMS-LIP ´e descreve a informa¸c˜ao do estudante referente na acessibilidade, com- petˆencias, habilidades, metas, interesse, rela¸c˜oes, chave de seguridade, t´ıtulos, certifica¸c˜oes e li- cen¸cas de um estudante. O proposito do IMS-LIP ´e a de possibilitar o intercambio da informa¸c˜ao do estudante entre diferentes organiza¸c˜oes e sistemas de aprendizagem possibilitando a importa¸c˜ao e exporta¸c˜ao deste tipos de dados. A Figura 2.5 apresenta a estrutura geral para a descri¸c˜ao da especifica¸c˜ao.

Figura 2.5: Estrutura da especifica¸ao (IMS-LIP)

(18)

2.2. PROJETO INSTRUCIONAL 13 2.1.5 Sistemas de Gerenciamento de Aprendizagem (LMS)

Os Sistemas de Gerenciamento de Aprendizagem (Learning Management System, LMS). S˜ao sistemas de software que provˆeem aos gerenciadores, professores, projetistas instrucionais e estu- dantes, servi¸cos e ferramentas que permitem organizar e distribuir os recursos educacionais na forma de cursos, li¸c˜oes e/ou m´odulos [13].

De acordo com Siqueira et al [15] estes sistemas podem ser classificados em trˆes ondas:

• A primeira onda ´e formada pelos sistemas que fornecem armazenamento, consultas, servi¸cos de comunica¸c˜ao e relat´orios dos cursos com o prop´osito de simplificar a administra¸c˜ao e gest˜ao dos cursos de forma centralizada. Exemplos de sistemas pertencentes na primeira onda s˜ao:

Moodle, Teleduc, AulaNet.

• A segunda onda corresponde aos sistemas que fornecem as mesmas funcionalidades da pri- meira onda incorpora funcionalidades para a cria¸c˜ao, composi¸c˜ao e reutiliza¸c˜ao de conte´udos sendo foco principal o reuso e interoperabilidade dos objetos de aprendizagem. Exemplos de sistemas nesta onda s˜ao: Tidia-Ae, Sakai.

• Na terceira onda os sistemas da segunda onda adicionam ferramentas correspondentes para gestionar em forma autom´atica o processo de aprendizagem como atividades a ser efetua- das em cen´arios apropriados, onde o aprendizagem decorre do que as pessoas fazem com os conte´udos e como interagem. Exemplo de sistemas desenvolvidos nesta onda s˜ao: LAMS, DIALOGPLUS1.

2.2 Projeto Instrucional

Embora os especialistas e investigadores do projeto instrucional Kooper [6], [7], e Reigeluth [?]

efetuem uma distin¸c˜ao entre projeto instrucional, desenvolvimento instrucional, desenvolvimento de sistemas instrucionais e projeto de sistemas instrucionais para diferenciar o proposito e a amplitude do conjunto de atividades que comp˜oem o processo de projeto instrucional nos abordamos o conceito engenheiral de Michael [] e outros autores como Merrill [?], e Goodyear [] onde projeto instrucional

´

e definido como o amplo conjunto de atividades efetuadas para conceber e construir cursos que melhorem a efetividade, eficiˆencia e atratividade do processo de aprendizagem.

2.2.1 Fases do Projeto Instrucional

O processo de projeto instrucional ´e complexo e cada projetista instrucional tem sua pr´opria forma de estrutura as atividades, no entanto o processo ´e repetitivo e apresenta cinco fases Analises, Proje¸c˜ao, Desenvolvimento,Implementa¸c˜ao e Avalia¸c˜ao onde ao termino de cada fase um produto ´e entregado para ser utilizada na fase seguente. A tabela2.1apresenta os produtos obtidos em cada fase do projeto instrucional no desenvolvimento de um curso al´em das especifica¸c˜oes relacionadas.

Nro Fase Produtos

1http://www.dialogplus.org/

(19)

14 CAP´ITULO 2. FUNDAMENTOS

1 An´alise Texto narrativo, diagramas simples ou in- formais.

2 Projeto Instancias de documentos XML, templetes

semi-formais 2.1 Fluxo de Aprendizagem

(learning-flow)

Tabela estendida de atividades

2.2 Codifica¸ao XML Instˆancia de documento XML (IMS-LD) 3 Desenvolvimento Unidade de aprendizagem (IMS-CP, IMS-

LD)

4 Implementa¸ao Instancia da unidade de aprendizagem (Rede de aprendizagem).

5 Avalia¸ao Relat´orio de avalia¸ao, narrativa ajustada Tabela 2.1: Rela¸ao das fases do projeto instrucional e produtos obtidos (adaptado de [])

A continua¸c˜ao detalhamos em forma resumida como s˜ao efetuadas cada uma das fases do projeto instrucional extra´ıdas de [] [] []:

Fase de Analise

A fase de analise estuda o problema educacional especifico para descrever mediante diagramas informais o em forma de texto narrativo, chamado roteio (SCRIPT) que descreve o que deve ser aprendido, como deve ser aprendido e a forma de avaliar o aprendido. A fase inclui a caracteriza¸c˜ao dos estudantes e do grupo, a identifica¸c˜ao dos objetivos de aprendizagem, (a estrutura¸c˜ao do dom´ınio de conhecimento a ser ensinado) e a identifica¸c˜ao dos recursos dispon´ıveis.

Fase de Proje¸c˜ao

A fase de proje¸c˜ao constitu´ı a formaliza¸c˜ao da estrategia ou conjunto de estrategias a serem efeituadas pelos participantes do processo de aprendizagem, isto ´e a solu¸c˜ao ao problema educa- cional estruturada e formalizada em forma de atividades a serem efetuadas com a defini¸c˜ao das caracter´ısticas dos materiais e servi¸cos apropriados em cada uma das atividades que possibilitam atingir resultados de aprendizagem desejados () formalizar cen´arios de aprendizagem colaborativos que maximizem a aprendizagem.

Segundo [?] a fases de proje¸c˜ao pode ser dividida em dois subfases a fase de identifica¸c˜ao e constru¸c˜ao do fluxo de atividades (learning-flow) e a formaliza¸c˜ao da estrat´egia na especifica¸c˜ao IMS-LD.

As atividades a ser efetuadas pelo projetista para a constru¸c˜ao do learning-flow ´e listada a seguir:

• Descrever os pap´eis.

• Descrever os ambientes.

• Indicar como as atividades concluem.

(20)

2.2. PROJETO INSTRUCIONAL 15

• Estabelecer propriedades e/ou notifica¸c˜oes.

• Determinar os pontos de sincroniza¸c˜ao (atos).

• Determinar o termino dos atos.

• Criar estrutura de atividades.

As atividades para formalizar a estrategia de aprendizagem de acordo na especifica¸c˜ao IMS-LD.

• Descrever os componentes.

• Descrever o m´etodo

• Descrever as condi¸c˜oes Fase de Desenvolvimento

Na fase de desenvolvimento os recursos apropriados as caracter´ısticas dos participantes relacio- nados com o dom´ınio de conhecimento a ser ensinado s˜ao adicionados para construir a unidade de aprendizagem auto-contida com toda a informa¸c˜ao necess´aria a ser executada no sistema de apren- dizagem. Segundo a especifica¸c˜ao IMS-GLC e Kooper [?] a unidade corresponde a uma unidade de aprendizagem que geralmente ´e entregue num pacote de acordo com a especifica¸c˜ao IMS-CP que ser˜ao executado em um Learning Manager System (LMS) com suporte na execu¸c˜ao deste pacote.

As atividades efetuadas na fase de desenvolvimento da unidade de aprendizagem incluem:

• Preencher o t´ıtulo objetivos de aprendizagem, pr´e-requisitos e metadados.

• Preencher os itens (Resources).

Fase de Implementa¸c˜ao

A fase de implementa¸c˜ao, corresponde `a execu¸c˜ao de uma instancia da unidade de aprendizagem no sistema de aprendizagem. Segundo [?] e [?] a fase contem a atribui¸c˜ao de atividades atrav´es de papeis associados aos participantes do processo de aprendizagem, de forma geral esta atribui¸c˜ao de papeis ´e efetuada com o proposito de que a unidade de aprendizagem possa ser reutilizada em mais de uma instancia. Assim, o participante no processo de aprendizagem pode ser atribu´ıdo a mais de uma instancia da execu¸c˜ao de diferentes unidade de aprendizagem com diferentes papeis formando redes de aprendizagem.

Uma rede de aprendizagem ´e representada como um grafo dirigido onde os nos representam quaisquer coisa instanciada a partir de uma unidade de aprendizagem assim para n´os j´a que uma unidade de aprendizagem ´e um curso o n´o da rede de aprendizagem ´e uma atividade inclu´ıdo os recursos apropriados (objetos e servi¸cos).

(21)

16 CAP´ITULO 2. FUNDAMENTOS Fase de Avalia¸c˜ao

A avalia¸c˜ao corresponde na constru¸c˜ao de relat´orios e resumos individuais ou coletivos do pro- cesso de aprendizagem al´em da identifica¸c˜ao de dificuldades e falhas durante o processo de apren- dizagem. Os relat´orios e resumos s˜ao efetuados a fim de identificar as dificuldades e falhas durante o processo de aprendizagem.

Numa rede de aprendizagem, os participantes do processo de aprendizagem fazem uso da rede de aprendizagem e passam de um n´o da rede para outro n´o assim a sequˆencia dos n´os correspondem com o que ´e conhecido como seguimento da aprendizagem (learning track) que ´e utilizada em uma avalia¸c˜ao.

2.2.2 Aprendizagem Colaborativo

Aprendizagem colaborativo ´e definido como o processo de aprendizagem que parte de atividades fundamentalmente sociais, produto da comunica¸c˜ao, coordena¸c˜ao e participa¸c˜ao colaborativa, pro- duto da reflex˜ao e constru¸c˜ao consciente do pr´oprio conhecimento [2]. Assim, a ´area multidiscipli- naria que estuda os aspectos da aprendizagem colaborativo com o proposito de apresentar solu¸c˜oes tecnol´ogicas que apresentem suporte ´e Computer-Supported Collaborative Learning (CSCL).

2.2.3 Projeto de Aprendizagem Colaborativo (CSCL Design)

O termino colaborativo denota que o projeto de aprendizagem ´e definido para estudantes que trabalham em grupo e s´o pode ser efetivo em situa¸c˜oes espec´ıficas. O requerimento b´asico que descreve uma situa¸c˜ao efetiva onde aplicar o projeto de aprendizagem ´e definida pelo grupo de participantes, as rela¸c˜oes entre os participantes, o conjunto de atividades e os objetivos individuais e do grupo.

Assim, o projeto de aprendizagem colaborativo no projeto instrucional ´e descrito para atingir resultados de aprendizagem desejados pelo projetista instrucional em situa¸c˜oes particulares que du- rante as fases desenvolvimento e implementa¸c˜ao s˜ao associados aos recursos, participantes e servi¸cos para definir uma unidade de aprendizagem que propicie a efetividade, eficiˆencia e atratividade.

Padr˜oes de Aprendizagem Colaborativo

A gera¸c˜ao automatizada de cursos colaborativos baseada em tarefas pedag´ogicas.

Gera¸c˜ao automatizada de cursos [colaborativos] utilizando planejamento hier´arquico. Gera¸c˜ao automatizada de cursos [colaborativos] utilizando t´ecnicas de planejamento em IA.

Assim, em IA o estudo ´e centrado no desenvolvimento de planejadores, que s˜ao algoritmos que geram o plano de forma autom´atica que implica a assina¸c˜ao de recursos constru¸c˜ao de tarefas temporais para resolver o problema dentro de um dom´ınio em particular.

No entanto, a dificuldade de representa¸c˜ao deste conhecimento que precisa de especialistas resulta sua principal desvantagem, tomando muito tempo e `as vezes a codifica¸c˜ao manual resulta invi´avel devido ao n´umero de m´etodos e tarefas como ocorre no caso da proje¸c˜ao de atividades de ensino aprendizagem.

(22)

2.3. PLANEJAMENTO EM INTELIG ˆENCIA ARTIFICIAL 17 2.3 Planejamento em Inteligˆencia Artificial

O problema de planejamento em Inteligˆencia Artificial (IA) ´e definido como a tarefa de busca e estrutura¸c˜ao em forma sequencial de um conjunto de a¸c˜oes chamada plano que depois de ser executadas pelo agente atingem um objetivo [10].

Figura 2.6: Exemplo de planejamento que estrutura a intera¸ao de grupos na resolu¸ao de exerc´ıcios Um exemplo pr´atico de planejamento efetuado pelo agente encarregado de estruturar a intera¸c˜ao de um grupo de estudantes durante a resolu¸c˜ao de exerc´ıcios em pares inclui primeiro a sele¸c˜ao dos subgrupos adequados, a sele¸c˜ao de exerc´ıcios a ser resolvidos por cada par de participantes al´em dos servi¸cos apropriados a cada par. Ap´os o par decidido o agente define os revisores correspondente a cada par disponibilizando a solu¸c˜ao de exerc´ıcios similares ou n˜ao com o fim de melhorar a aprendizagem de estudantes com maior conhecimento do t´opico. A Figura2.6apresenta um plano de solu¸c˜ao para um grupo de quatro estudantes interessados em efetuar a resolu¸c˜ao de exerc´ıcios em pares onde cada um deles apresenta um n´ıvel de conhecimento e objetivos diferentes al´em de um docente encarregado na etapa final de avaliar o trabalho efetuado pelos grupos.

Defini¸c˜ao 1. O problema de planejamento cl´assico e definido formalmente como P = (s0, g,Σ), onde s0 descreve o estado inicial,g ´e o conjunto de estados objetivos e Σ(S, A, γ) ´e o dom´ınio de

(23)

18 CAP´ITULO 2. FUNDAMENTOS planejamento formado por:

• S={s0, s1, s2, ...} define o conjunto de estados alcan¸c´aveis.

• A={a0, a1, a2, ...} define o conjunto de a¸c˜oes que podem ser efetuadas pelo agente.

• γ :SxA→S ´e a fun¸c˜ao de transi¸c˜ao de estados.

O problema de planejamento cl´assico parte das restri¸c˜oes seguintes: O n´umero de estados ´e finito, composto de um n´umero finito de estados. O dom´ınio ´e totalmente observ´avel, ´e sempre poss´ıvel saber com exatid˜ao como o agente cambia o estado atual do mundo. As transi¸c˜oes s˜ao determin´ısticas, as a¸c˜oes do agente levam ao sistema a um ´unico estado. N˜ao existem eventos externos diferentes ao agente que mudem o estado de mundo. O objetivo ´e representado como um conjunto de estados meta. O plano ´e sequˆencial com um conjunto de atividades completamente ordenados. O tempo ´e impl´ıcito, isto ´e que o agente efetua apenas uma atividade por vez sem dura¸c˜ao de tempo. O planejador e o agente executor s˜ao independentes, isto ´e sem realimenta¸c˜ao apos gerado o plano.

A representa¸c˜ao de planejamento cl´assico ´e baseada em teoria de conjuntos utilizando a nota¸c˜ao de primeira ordemLcom um n´umero finito de s´ımbolos de predicados e constantes que descrevem os estados e operadores. Em planejamento cl´assico a representa¸c˜ao de estados utiliza literais chamados fluentes que descrevem o estado como um mundo fechado. Assim, se um ´atomo n˜ao aparece na descri¸c˜ao do estado ent˜ao o valor do fluente ´e falso.

Defini¸c˜ao 2. O operador de planejamento cl´assico ´e a tupla

o= (nome(o), precondicao(o), ef eitos(o+), ef eitos(o−)) onde:

• Onome(o) ´e uma express˜ao de forma n(x1, x2, ..., xk) onde n´e o simbolo que define o nome do operador e x1, x2, ..., xk s˜ao os parˆametros do operador.

• A precondi¸c˜ao precond(o) determina quando efetuar a a¸c˜ao.

• O conjunto de efeitos ef eitos(o) = (ef eitos(o+), ef eitos(o−)) definem respectivamente os efeitos positivosef eitos(o+) que s˜ao uma lista de fluentes a ser adicionadas no estado atual.

A lista de fluentes de efeitos negativos ef eitos(o−) definem o conjunto de fluentes a ser removidos do estado atual.

2.3.1 Planejamento Hier´arquico

O planejamento hier´arquico ou planejamento baseada em redes hier´arquicas de tarefas, (Hi- erarquical Task Network)(HTN), ´e uma abordagem onde o plano de a¸c˜oes ´e obtido efetuando a decomposi¸c˜ao da tarefa em varias sub-tarefas de menor grau de abstra¸c˜ao at´e chegar a formar uma

(24)

2.3. PLANEJAMENTO EM INTELIG ˆENCIA ARTIFICIAL 19 rede de tarefa formada apenas por a¸c˜oes primitivas que definem os planos de solu¸c˜ao. Um exemplo de planejamento hier´arquico pode ser visualizado na Figura2.7onde ´e apresentada a decomposi¸c˜ao parcial da tarefa elaborar t´opico em tarefas apresentar t´opico, estimular interpreta¸c˜ao, ilustrar e praticar.

Figura 2.7: Exemplo de decomposi¸ao da tarefa elaborar t´opico

Defini¸c˜ao 3. Uma rede hier´arquica de tarefas ´e definido como o par w= (U, C) onde o conjunto de cada n´o u ∈ U contem uma tarefa ou um conjunto de tarefas e o conjunto de arestas c ∈ C definem o conjunto de restri¸c˜oes de ordem, e restri¸c˜oes priori, posteriori e entre estados.

• A restri¸c˜ao de ordem (u≺v) onde u, v∈U, define que a tarefau deve ser efetuada antes da tarefa v.

• A restri¸c˜ao priori bef ore(V, literall) onde V ={ui, uj, uk, ..., ul} ⊆ U ´e a restri¸c˜ao de pre- condi¸c˜ao que expressa que em quaisquer plano de solu¸c˜ao P, o literal literall ´e verdadeiro antes da primeira a¸c˜ao f irst(V, P) na solu¸c˜ao do subconjunto V.

• A restri¸c˜ao posterioriaf ter(V, literall) onde V ={ui, uj, uk, ..., ul} ⊆U ´e a restri¸c˜ao de p´os- condi¸c˜ao que expressa que em quaisquer plano de solu¸c˜ao P, o literal literall ´e verdadeiro depois da ultima a¸c˜aolast(V, P) na solu¸c˜ao do subconjunto V.

• A restri¸c˜ao entre estados between(V1, V2, literall) onde V1 ⊆ U e V2 ⊆ U ´e a restri¸c˜ao que expressa que em quaisquer plano de solu¸c˜ao P o literal literall ´e verdadeiro entre a ultima a¸c˜ao,last(V1, P) e a primeira a¸c˜ao, f irst(V2, P) na solu¸c˜ao dos subconjuntosV1 eV2. No planejamento hier´arquico ao igual que no planejamento cl´assico o estado inicial ´e represen- tado como um conjunto de literais, as a¸c˜oes s˜ao determin´ısticas e representam como o conjunto de operadores com precondi¸c˜oes e efeitos. No entanto, em planejamento hier´arquico representamos o conhecimento de como efetuar as tarefas de forma explicita utilizando tarefas e m´etodos.

(25)

20 CAP´ITULO 2. FUNDAMENTOS O m´etodo ´e a receita que indica como decompor a tarefa num conjunto de tarefas de menor n´ıvel de abstra¸c˜ao. As tarefas tˆem associadas diferentes m´etodo e a aplicabilidade no processo de decomposi¸c˜ao ´e determinada pelas precondi¸c˜oes nos m´etodos. A tarefa representa o objetivo, comportamento ou a¸c˜ao a ser efetuado pelo agente para atingir o objetivo, assim pode distinguir trˆes tipos de tarefas:

1. A tarefa objetivo define a tarefa composta de mais alto n´ıvel de abstra¸c˜ao efetuada pelo agente.

2. As tarefas compostas envolvem tarefas de menor n´ıvel de abstra¸c˜ao (primitivas ou compostas).

3. As tarefas primitivas define a a¸c˜ao que pode ser direitamente efetuada pelo agente.

O processo de planejamento em HTN

Nesta subse¸c˜ao apresentamos o formalismo do problema de planejamento e o processo de plane- jamento hier´arquico, que utiliza o algoritmo Abstract-HTN que generaliza a maioria de propostas de planejadores HTN.

Defini¸c˜ao 4. O problema de planejamento hier´arquico ´e definido formalmente comoP = (s0, w, O, M) onde s0 define o estado inicial, w = (u, C) ´e a rede de tarefas inicial e o dom´ınio D = (O, M) corresponde ao conjunto de operadoresO={o1, o2, o3, .., om}e m´etodosM ={m1, m2, m3, ..., mn}.

Defini¸c˜ao 5. O m´etodo m∈M em HTN ´e formalizado como

m= ([nome(m)], taref a(m), subtaref as(m), restricoes(m)).

Ondenome(m)´e a express˜ao de forman(x1, x2, ..., xk)onden´e um s´ımbolo ´unico ex1, x2, ..., xks˜ao s´ımbolos vari´aveis que definem os argumentos do m´etodo. A tarefa taref a(m) ´e a tarefa composta que pode fazer uso do m´etodo. Definimosw0 = (subtaref as(m), restricoes(m)) como a subrede de tarefas produto de decompor a tarefa taref a(m) utilizando o m´etodo m.

Defini¸c˜ao 6. Definimos a fun¸c˜ao de decomposi¸c˜aoδ(w, u, m)como a fun¸c˜ao que decomp˜oe a tarefa n˜ao primitiva u∈U, utilizando o m´etodo m∈M como a fun¸c˜ao que decomp˜oe a rede w= (U, C) na rede w0 = (U0, C0), onde:

• O conjunto U0 ´e o conjunto de n´os (U −u) S

subtaref as(m).

• O conjunto de restri¸c˜oes C0 ´e definido como:

– A cada restri¸c˜ao de precedˆenciau≺vemC, ´e substitu´ıdo por os elementos dasubtaref a(m).

Por exemplo, sesubtaref a(m) ={u1, u2} ent˜aou≺v ´e substitu´ıdo poru1 ≺v,u2≺v.

– A cada restri¸c˜ao de estado (bef ore−),.(af ter−) e (between−) em C, os elementos de u s˜ao substitu´ıdos por elementos de subtaref a(m). Por exemplo, se em C existe a restri¸c˜ao bef ore({u}, l1), ela ´e substitu´ıda por bef ore({u1, u2}, l1).

(26)

2.3. PLANEJAMENTO EM INTELIG ˆENCIA ARTIFICIAL 21 Definimos o algoritmoAbstract-HTN(s,U,C,O,M) ondes´e o estado inicial,w= (U, C) definem a rede de tarefas inicial eD= (O, M) ´e o conhecimento do planejador, utilizando as defini¸c˜oes 3,4, e 5. Assim, durante o processo de planejamento ´e utilizado o operadorσ (unificador mais gen´erico) que evita que o m´etodo n˜ao seja completamente instanciado ao menos de ser absolutamente ne- cess´ario reduzindo o espa¸co de busca. A fun¸c˜ao que aplica cr´ıtica apply−critic(U0, C0) formaliza a no¸c˜ao de cr´ıtica ao planejador que modifica a rede de tarefas em favor de melhorar a qualidade do plano. Por exemplo, reduzindo o n´umero de tarefas consecutivas repetidas.

Algorithm 1 AlgoritmoAbstract-HTN(s,U,C,O,M) [10]

1: if (U, C) ´e visualizado sem solu¸c˜ao then

2: return falha

3: else

4: if U ´e um conjunto de tarefas primitivasthen

5: if (U, C) tem uma solu¸c˜ao then

6: π ´e escolha n˜ao determinista do plano de solu¸c˜ao que satisfaz a rede (U, C)

7: return π

8: else

9: return falha

10: end if

11: else

12: escolha de uma tarefa n˜ao primitivau∈U

13: active← {m∈M — tarefa(m) ´e unific´avel comtu }

14: if active! =∅then

15: escolha n˜ao determinista de m∈active

16: σ← unificador mais gen´erico (mgu) parame tu que renomina todas as vari´aveis dem.

17: (U0, C0)←δ(σ(U, C), σ(u), σ(m))

18: (U0, C0)←aplicar-cr´ıtica (U0, C0) ;; [l´ınea de c´odigo opcional]

19: return Abstract-HTN(s,U’,C’,O,M)

20: else

21: return falha

22: end if

23: end if

24: end if

Na Figura2.8o exemplo do processo de planejamento ´e apresentado onde a tarefatarefa t5 pode ser decomposto pelos m´etodos m´etodo m3 e m´etodo m5, e a escolha n˜ao determinista do m´etodo m´etodo m3 faz backtracking por n˜ao atingir na uma solu¸c˜ao, sendo escolhido om´etodo m5. Final- mente o processo de decomposi¸c˜ao ´e repetido at´e chegar a umarede de tarefas primitivaswnque de- finem um plano parcialmente ordenando, com solu¸c˜oes ao problemaP={!t4,!t10,!t11,!t11,!t14,!t6}.

Algoritmo JSHOP2

Java Simple Hierarquical Ordered Planner 2 (JSHOP2), ´e um planejador baseado em HTN inde- pendente de dom´ınio e desenvolvido pela Universidade de Maryland. O JSHOP2 ´e a implementa¸c˜ao do planejador SHOP2 para JAVA que utiliza nota¸c˜ao LISP para representar o conhecimento do planejador [11].

(27)

22 CAP´ITULO 2. FUNDAMENTOS

Figura 2.8: Processo de planejamento em a rede hier´arquica de tarefas

O problema de planejamento ´e representado em JSHOP2 como:

(def problem problemN ame domainN ame([a1,1a1,2...a1,n])T1...([am,1am,2...am,o])Tm)

Onde problemN ame e domainN ame s˜ao s´ımbolos, cada e ai,j e cada Ti ´e uma lista de tarefas a ser atingidas para iniciar o processo de planejamento.

O dom´ınio ´e representado como (def domaindomainN ame(d1d2...dn))

Onde domainN ame´e um s´ımbolo e cadadi ´e um operador, m´etodo ou um axioma

• A tarefa ´e uma lista de termos da forma (t r1 r2 r3 ... rn) onde t ´e o nome da tarefa e os argumentosr2 r3 ... rns˜ao termos. Umatarefa primitiva´e identificada com s´ımbolo “!”diante do nome. Por exemplo, (!insert r)

• Ooperador de planejamento tem a forma (:operador h P D A) ondeh´e o nome do operador, C ´e o conjunto de precondi¸c˜oes, De A s˜ao os efeitos negativos e positivos.

(28)

2.3. PLANEJAMENTO EM INTELIG ˆENCIA ARTIFICIAL 23

• O m´etodo ´e representado como

(:method h[name1]p1 t1[name1] p2 t2[name1]p3 t3, ...[namek]pk tk) ondeh ´e o nome da tarefa composta,pi s˜ao as express˜oes l´ogicas de precondi¸c˜oes para cada tarefati e namei ´e o atributo opcional de nome para cada par pi ti.

Algorithm 2 Vers˜ao simplificada do algoritmo JSHOP2 [11]

1: P =∅

2: T0 ← {t∈T: n˜ao existe outra tarefa em T que preceda t}

3: loop

4: if T =∅ then

5: return P

6: end if

7: if t´e uma tarefa primitivathen

8: A← { (a, θ): a´e uma instancia ground de um operador em D, θ ´e uma substitui¸c˜ao que unificahead(a), t, e ssatisfaz as precondi¸c˜oes dea}

9: if A=∅then

10: return falha

11: end if

12: escolha n˜ao determin´ıstica do par (a, θ)∈A

13: s´e mudado apagandodel(a) e adicionandoadd(a)

14: adicionara emP

15: modificarT apagando te aplicando θ

16: T0 ← {t∈T: nenhuma tarefa emT ´e restringida para precedert }

17: else

18: M ← { (m, θ): m ´e uma instancia do m´etodo em D, θ unifica { head(m), t }, pre(m) ´e verdadeira ems, em e θ s˜ao o mais geral poss´ıvel}

19: if M =∅ then

20: return falha

21: end if

22: escolha n˜ao determin´ıstica do par (m, θ)∈M

23: modificar T apagando t, adicionando sub(m), adicionando restri¸c˜ao de precedˆencia em sub(m) para preceder as tarefas que tpredecia, e aplicar θ

24: if sub(m)6=∅then

25: T0 ← { t∈sub(m): nenhuma tarefa em T ´e restringida para preceder t}

26: else

27: T0 ← { t∈T: nenhuma tarefa em T ´e restringida para preceder t}

28: end if

29: end if

30: end loop

O algoritmo de planejamento JSHOP2 utiliza a restri¸c˜ao de precedˆencia (≺) e a restri¸c˜ao (bef ore−) para definir a rede hier´arquica de tarefas. Pois em cada escolha n˜ao determin´ıstica da linha 12 todos os fluentes e restri¸c˜oes de precedˆencia que descrevem o estadoss˜ao conhecidos, como consequˆencia daslinhas 23, 15 e linha 13.

O algoritmo inicia com o plano vazio e uma lista T0 de tarefas sem restri¸c˜oes de precedˆencia

(29)

24 CAP´ITULO 2. FUNDAMENTOS linhas 1 e 2 de onde ´e escolhida a tarefa tem cada itera¸c˜ao do la¸co (loop). A listaT0 ´e atualizada nas linhas 16, 25 e 27 segurando que n˜ao exista outra tarefa que precedat. A condi¸c˜ao da linha 24 faz que selecionadote decomposto utilizado um m´etodolinhas 22 e 23,t seja decomposta at´e que uma tarefa primitiva de alguma sub-rede seja selecionada no inicio do la¸co loop.

A tarefa t´e decompostas em subtarefas utilizando o m´etodo cujas precondi¸c˜oes s˜ao satisfeitas no estado s e faz a atualiza¸c˜ao da rede de tarefas T linhas 18 at´e 23. Se n˜ao existe m´etodo que possa decompor a tarefa o algoritmo devolve falha. Na escolha n˜ao determin´ıstica da linha 22 se faz o processo de backtracking se o planejamento n˜ao atinge a nenhuma solu¸c˜ao.

Se a tarefa escolhidat´e primitiva, o conjuntoAde a¸c˜oes ´e instanciado utilizando o operador mais gen´erico dalinha 8. Uma a¸c˜aoado conjunto ´e escolhida no conjuntoAcom a estrat´egiadepth first backtracking na linha 12, para encontrar a a¸c˜ao que permita encontrar o plano de solu¸c˜ao. Assim o planoP ´e atualizado naslinhas 13-16.

Figura 2.9: Exemplo de decomposi¸ao de tarefa em JSHOP

Na Figura2.9´e apresentado o processo de planejamento em JSHOP2 para o dom´ınio de trans- porte de dois pacotes onde a tarefa ´e dividia em transportar pacote p1 e transportar pacote p2.

Depois de efetuada a a¸c˜ao de carregar o pacotep1 com o transporte t1 ´a tarefa transportar pacote p2 pode ser decomposta em despachar o transporte t2 ao lugar l2 que ´e decomposta em tarefas reservar t1 e mover o transportet1 decasa at´e l1.

2.3.2 Planejamento Instrucional - Vis˜ao conjunta (Justificativa)

Planejamento instrucional ´e o processo para obter um plano de atividades de ensino-aprendizagem de forma continua, coerente e consistente. Embora o processo de ISD provea uma forma de plane- jamento instrucional

O gerador de curso como ´e definido em [?] ´e a ferramenta encarregada de automatizar a fase de

(30)

2.3. PLANEJAMENTO EM INTELIG ˆENCIA ARTIFICIAL 25 desenvolvimento de cursos no projeto instrucional mediante a atribui¸c˜ao de recursos e servi¸cos que possibilitem aos participantes atingir seus objetivos de aprendizagem. A sele¸c˜ao leva em conta as preferencias dos participantes do processo e uma estrategia de aprendizagem

De acordo com [16] o gerador de curso fornece uma forma intermedi´a de gera¸c˜ao de curso entre o que ´e preautoria e o desenvolvimento. De forma ideal um gerador de curso apresenta direciona- mento ao estudante provendo um ambiente apropriado para atingir um proposito (conhecido como cen´ario).

(31)

26 CAP´ITULO 2. FUNDAMENTOS

(32)

Cap´ıtulo 3

Trabalhos Relacionados

Embora existam diversas ferramentas propostas para automatizar o processo de design instru- cional; classificadas por (Kasowitz, 1998) como: a) Sistemas de notifica¸c˜ao e cr´ıtica. b) Sistemas especialistas. c) Sistemas de gerenciamento de informa¸c˜ao, d) Sistemas eletrˆonicos de suporte ao desempenho eletrˆonico. e) Ferramentas de autoria. Nosso est´udio foi focado nos trabalhos que utilizam o conhecimento instrucional para efetuar o planejamento de atividades.

Os sistemas nesta proposta [8], [17], [1] iniciaram seu desenvolvimento tomando como funda- mento os Sistemas de Tutores Inteligentes (STI), integrando as funcionalidades de design instru- cional numa arquitetura composta dos elementos interface, modelo de dom´ınio de conhecimento, modelo de ensino e modelo do estudante ilustrada na figura 3.1.

Figura 3.1: Elementos principais dos sistemas que apresentam um modelo de ensino

O modelo de dom´ınio de conhecimento representa a base de conhecimentos do sistema, isto ´e o dom´ınio que vai ser ensinado. O modulo inclui li¸c˜oes, m´etodos, atividades, servi¸cos e objetos de

27

(33)

28 CAP´ITULO 3. TRABALHOS RELACIONADOS aprendizagem utilizados na aprendizagem.

O modelo de aluno apresenta as informa¸c˜oes acerca do estado cognitivo (n´ıvel de conhecimento) do aluno, representado como a superposi¸c˜ao da estrutura de conte´udo onde cada n´o tem associados valores. O estilo cognitivo de aprendizagem, habilidade e dificuldades s˜ao representadas no modelo como preferˆencias. A informa¸c˜ao dos objetos de aprendizagem e servi¸cos utilizados assim como o resultado obtido tamb´em s˜ao inclu´ıdas no modelo.

O modelo de ensino representa as estrat´egias e t´aticas pedag´ogicas utilizadas na apresenta¸c˜ao do conte´udo (dom´ınio de conhecimento). A representa¸c˜ao do modelo de ensino ´e definida como um conjunto de tarefas, m´etodos instrucionais e regras de ensino definidas explicitamente. Assim, as tarefas descrevem o que tem que ser feito para atingir um objetivo, e os m´etodos descrevem como efetuar estas tarefas, as regras possibilitam definir as estrategias de sele¸c˜ao dos m´etodos e a forma de apresenta¸c˜ao do conte´udo.

O ambiente de tutoria gen´erico (GTE) [8] ser´a abordado na se¸c˜ao 3.1 j´a que a representa¸c˜ao das tarefas e m´etodos instrucionais utilizada ´e a base do modelo de ensino na maioria das propostas. O GTE n˜ao apresenta .... por que foi importante explorar ... vassileva 98. e brusilovsky 2003 juntos..

De que carece vassileva .... por que se est´udio ... Ullrich formalizando como HTN ?? n˜ao apresenta mais vantagens ou ler contribui¸c˜oes tarefas dinˆamicas ? ...., ..

O que tem que ver objetos de aprendizagem a redu¸c˜ao a efetuar duas tares ... para determinar a relevˆancia das relaciones entre os elemento de dom´ınio 1) .... explicar a agrega¸c˜ao de .. de capacidades cognitivas nos metadados ... a importˆancia da web 2.0 o que define ´e a utiliza¸c˜ao e n˜ao os metadados no contexto.

(incluida em gte, vassileva e ullrich ...etc Determinar de que depende a sele¸c˜ao de m´etodos e tarefas como ´e quando prover a combina¸c˜ao adicionar o uso de estilos de aprendizagem .. em propostas ....como a citada .. adaptando unidades de aprendizagem ???... adapta¸c˜ao em grupos...

orientamos servi¸cos ...)

A desvantagem da proposta ´e a necessidade de codificar o que pode ocasionar um problema que resulta incluso dif´ıcil de resolver, apresentar como codificar de lluvia morales .,, finalmente que vantagem traz o IMS-LD para representar o conhecimento.. ... apresentar finalmente o Adaptaplan ...

O design instrucional em GTE ´e reduzido a efetuar duas tarefas 1) A de determinar a relevˆancia e rela¸c˜oes entre os elementos do dom´ınio de conhecimento e 2) Determinar como e quando prover uma combina¸c˜ao dos elementos para propiciar a aprendizagem. A redu¸c˜ao de tarefas ´e efetuada a fim de resolver o problema de que o ensino ´e uma atividade complexa, as teorias de aprendizagem n˜ao s˜ao expl´ıcitas de como a aprendizagem acontece, os sistemas generativos devem incluir e aproveitar a informa¸c˜ao do especializada em design instrucional. O argumento principal ´e que o ensinar ´e principalmente uma tarefa baseada em conhecimento.

3.1 A base de conhecimento instrucional em GTE

A base de conhecimento de design instrucional em GTE [8] ´e formalmente representada como um conjunto de tarefas e m´etodos instrucionais. As tarefas instrucionais s˜ao atividades a serem

(34)

3.1. A BASE DE CONHECIMENTO INSTRUCIONAL EM GTE 29 atingidas durante o processo de ensino, em diferentes n´ıveis de abstra¸c˜ao, como tarefas abstratas (compostas) como explicar um t´opico ou espec´ıficas (primitivas) como apresentar um exerc´ıcios.

Os m´etodos instrucionais definem o como atingir a tarefa instrucional, isto ´e reduzem o n´ıvel de abstra¸c˜ao da tarefa at´e tarefas instrucionais espec´ıficas, conhecidas tamb´em como tarefas primitivas.

Uma tarefa instrucional pode ter mais de um m´etodo associado, sendo que o m´etodo aplicado ´e dependente da situa¸c˜ao do contexto instrucional. Por exemplo a tarefa instrucional de clarificar um conceito pode ser associado aos m´etodos de clarificar com exemplo, clarificar com descri¸c˜ao e clarificar com defini¸c˜ao como ´e apresentada na figura??.

Os m´etodos instrucionais s˜ao classificados em m´etodos de decomposi¸c˜ao de tarefas, m´etodos de decomposi¸c˜ao de tarefas repetitivas, m´etodos de propaga¸c˜ao de tarefas e m´etodos de implementa¸c˜ao.

Os m´etodos de decomposi¸c˜ao de tarefas e m´etodos de decomposi¸c˜ao de tarefas repetitivas decomp˜oe a tarefa em um n´umero determinado de sub-tarefas, a diferencia ´e que em as tarefas repetitivas a decomposi¸c˜ao ´e feita em forma recursiva. Os m´etodos de propaga¸c˜ao de tarefas geram um n´umero de sub-tarefas idˆenticas na tarefa decomposta para operar um conjunto de elementos e os m´etodos de implementa¸c˜ao s˜ao m´etodos que decomp˜oem a tarefa em tarefas instrucionais que j´a n˜ao podem ser decompostas (tarefas instrucionais primitivas).

A descri¸c˜ao detalhada do algoritmo baseado em processo de sinais implementado em GTE n˜ao

´

e foco do presente trabalho, por ser um sistema de tut´oria dial´ogico (intera¸c˜ao e reposta continua entre as entradas do estudante e o sistema). No entanto, descrevemos o processo em forma textual a fim de entender como ´e efetuada a escolha do m´etodo e como ´e replanejado o processo em caso de falha.

A execu¸c˜ao de tarefas ´e dirigida por um fluxo continuo de sinais para continuar, cada sinal ´e uma requisi¸c˜ao para avan¸car a execu¸c˜ao de tarefas por um passo no n´ıvel de encima. Quando uma tarefa recibe um mensagem para avan¸car o mensagem ´e empurrado para o m´etodo e do m´etodo para a sub-tarefa atual at´e a tarefa o m´etodo de n´ıvel mais baixo na estrutura de tarefas, como ´e ilustrada na figura??. A tarefa tem associada um uma fun¸c˜ao de estrategia para manipular a sinal tomando em conta o estado atual da tarefa. Na estrategia padr˜ao a sinal ´e ignorada se a tarefa ´e finalizada, a sinal envia uma a¸c˜ao para iniciar tarefa (start-task-action) e uma a¸c˜ao para selecionar o m´etodo (select-method-action) se a tarefa ´e inativa, a sinal chama na a¸c˜ao finalizar tarefa (finish- task-action) se o m´etodo de sele¸c˜ao de tarefas ´e finalizada e exitosa, a sinal chama `a a¸c˜ao falha de m´etodo (method-failed-action) se o m´etodo de sele¸c˜ao de tarefas ´e finalizada finalizada mas n˜ao exitosamente, encaminha a sinal para o m´etodo escolhido se n˜ao tiver terminado e faz com que a tarefa falhe em quaisquer outro caso.

Levar o mecanismo de controle de sinais ao alto n´ıvel na estrutura de tarefas possibilita im- plementar interrup¸c˜oes em tarefas de baixo n´ıvel, assim pode ser interrompidas tarefas para se executadas posteriormente ou terminar a execu¸c˜ao das tarefas prematuramente ou at´e executar mais de dois m´etodos simultaneamente (n˜ao implementado em GTE).

A sele¸c˜ao dinˆamica do m´etodo ´e a chave na flexibilidade de adapta¸c˜ao em GTE. Quando uma tarefa necessita ser executada a sele¸c˜ao do m´etodo para atingir a tarefa ´e a mais apropriada a cada

(35)

30 CAP´ITULO 3. TRABALHOS RELACIONADOS situa¸c˜ao de acordo no valor num´erico da aplicabilidade de cada m´etodo. O valor da aplicabilidade ´e calculado utilizando a lista de condi¸c˜oes de cada m´etodo individual associadas com a disponibilidade de material, princ´ıpios pedag´ogicos, modelo de estudante, estado do processo, e preferencias. As condi¸c˜oes s˜ao classificadas em absolutas (necessitam ser verdadeiras a fim de executar o m´etodo), relativas (incrementam ou decrementam o valor da aplicabilidade) e preferencias (incrementam ou decrementam o valor da aplicabilidade em menor quantia que as relativas). A figura3.2apresenta a defini¸c˜ao do m´etodo dar conselho intentar novamente e validar (give-retry-verify) com a condi¸c˜ao de exito (succeeded) e o efeito (output) alem de trˆes condi¸c˜oes absolutas e trˆes relativas.

Figura 3.2: M´etodo instrucional (give-retry-verify)

A condi¸c˜ao de exito (succeeded) ´e associada com a valida¸c˜ao para determinar se o m´etodo termina satisfatoriamente ou n˜ao. Caso que o m´etodo n˜ao termine satisfatoriamente, isto ´e em falha de acordo `a la estrategia de sele¸c˜ao de tarefas explicada anteriormente um novo m´etodo pode ser escolhido de acordo aos novos valore de aplicabilidade nos m´etodos.

Fora da base de conhecimento instrucional est´a a representa¸c˜ao dos elementos do dom´ınio de conhecimento, objetos instrucionais (material instrucional), representados numa rede modelada desde a perspectiva do dom´ınio, conte´udo, instrucional e de presenta¸c˜ao. A representa¸c˜ao ´e utilizada para i) sequenciar o material entorno a um t´opico, ii) indexamento de objetos instrucionais e iii) expressar objetivos de aprendizagem.

A perspetiva de dom´ınio ´e opcional e consiste na representa¸c˜ao semˆantica que descreve os elementos do dom´ınio de conhecimento e as inter-rela¸c˜oes entre eles.

O modelo de conte´udo (modelo de estrutura), define a estrutura global dos t´opicos e suas

(36)

3.2. A ESTRUTURA DE CONTE ´UDO E OS PLANOS DE CONTE ´UDO E APRESENTAC¸ ˜AO31 rela¸c˜oes entre eles. Um t´opico ´e o identificador explicito do assunto de intera¸c˜ao.

Consiste numa sequˆencia de objetos do dom´ınio e uma cole¸c˜ao de objetos instrucionais os objetos instrucionais s˜ao relacionados com um t´opico de acordo ao objeto do dom´ınio e ao papel. O objeto do dom´ınio ´e opcional ´e indica de que trata o objeto instrucional e o papel prove informa¸c˜ao de como o objeto debe ser utilizado.

Desde a perspetiva instrucional o objeto instrucional ´e tipificado e relacionado com o papel que efetua no processo de ensino como exerc´ıcios, exemplos, conselhos, coment´arios, analogias, etc. Se encentram indexado no conte´udo com dos etiquetas uma de dom´ınio e outra da papel. A etiqueta de papel nos m´etodos instrucionais ´e influencia pelo tipo. Da mesma forma a perspetiva instrucional permite relacionar objetos que podem ser utilizados logo na defini¸c˜ao de algum m´etodo instrucional.

3.2 A estrutura de conte´udo e os planos de conte´udo e apresenta¸c˜ao

A fim de representar formalmente o modelo de dom´ınio de conhecimento, o trabalho de Vassileva [17] apresentam uma estrutura de conhecimento que delimitar o conte´udo do dom´ınio a ser ensinado, conhecida como estrutura de conte´udo. A estrutura de conte´udo ´e dependente do contexto e constitui uma das primeiras coisas que um projetista instrucional ou docente cria no inicio definindo os t´opicos e sub-t´opicos do curso.

A estrutura de conhecimento ´e um modelo matem´atico de grafos AND/OR onde um n´o A com rela¸c˜oes OR (marcados por uma linha curva e um simbolo∨) a outros n´osA1, A2 representa que ´e suficiente ter o conhecimento de alguns dos nˆos (ou de ambos) para alcan¸car o n´o A. Um n´o B com rela¸c˜oes AND a outros n´os B1, B2 representa que ´e necess´ario ter conhecimento dos n´os para alcan¸car o n´o B. Assim a estrutura de conte´udo ´e uma estrutura de conhecimentos de t´opicos e sub-t´opicos do curso associados com grafos AND/OR de rela¸c˜oes semˆanticas de agrega¸c˜ao, generaliza¸c˜ao, precondi¸c˜ao, etc. como ´e apresentada na figura3.3.

Figura 3.3: Exemplo de estrutura de conte´udo

A estrutura de conte´udo ´e utilizada para gerar o plano de conte´udo que ´e a sequˆencia de

Referências

Documentos relacionados

[Frequency and spatial distribution of IgG antibodies to Neospora caninum in sheep in mesoregions the Wasteland, San Francisco and Sertão Pernambucano.] Frequência e

Little e Amyra El Khalili; também foi dissertado sobre a Agroecologia, entendida como um caminho para uma agricultura mais sustentável; sobre a ciência homeopatia e sua aplicação

O presente artigo tem o objetivo básico de oferecer uma introdução ao Quadro Comum Europeu de Referências para Línguas(Common European Framework of References for Languages:

De acordo com o Consed (2011), o cursista deve ter em mente os pressupostos básicos que sustentam a formulação do Progestão, tanto do ponto de vista do gerenciamento

O objetivo do curso foi oportunizar aos participantes, um contato direto com as plantas nativas do Cerrado para identificação de espécies com potencial

A versão reduzida do Questionário de Conhecimentos da Diabetes (Sousa, McIntyre, Martins &amp; Silva. 2015), foi desenvolvido com o objectivo de avaliar o

Taking into account the theoretical framework we have presented as relevant for understanding the organization, expression and social impact of these civic movements, grounded on

Segundo o mesmo autor, a animação sociocultural, na faixa etária dos adultos, apresenta linhas de intervenção que não se esgotam no tempo livre, devendo-se estender,